提出一种基于核偏最小二乘(KPLS) 与费舍尔判别分析(FDA) 相结合的过程监控和质量预报方法—– 混 合KPLS-FDA方法. 首先, 利用KPLS 提取过程数据的非线性特征, 使用FDA建立KPLS 的内部模型; 然后, 求出满足 最大分离度的核Fisher 特征向量和判别向量来实现状态监测, 若系统运行正常, 则根据KPLS 回归模型预报产品的质 量, 否则利用Fisher 相似度系数确定故障类型; 最后,通过轧钢过程的仿真研究验证了混合KPLS-FDA方法的有效性.